AI लेखन रोबोट जैसा क्यों लगता है (और इसे हाथ से कैसे सुधारें)

AI लेखन रोबोट जैसा लगता है, और इसकी बड़ी वजह यह है कि वह जेनेरिक होता है। 2024 के मॉडल्स पर हुई रिसर्च संकेत देती है कि ट्यूनिंग उन्हें एक ही घनी, संज्ञाओं से भरी शैली की ओर धकेलती है, और उन्हें आपके तथ्यों या आपके पाठक के बारे में कुछ पता नहीं होता। इलाज यह है कि रटे-रटाए तरीक़े हटाएँ और वह जोड़ें जो सिर्फ़ आप जानते हैं। यह काम शब्द बदलने से नहीं होता।

हमने इसे AI के नौ ताज़ा ड्राफ़्ट पर परखा, और आम सलाह ज़्यादातर चूक गई। हमारा AI ह्यूमनाइज़र जैसा टूल, जिसे वेब पर मुफ़्त आज़मा सकते हैं, दोहराए गए वाक्यांशों और गोलमोल बातों को दोबारा लिखने के लिए बना है, लेकिन आपके तथ्य वह नहीं दे सकता। वह हिस्सा आपके ज़िम्मे रहता है, और आगे दिए गए छह बदलाव बताते हैं कि यह कैसे करें।

AI के नौ ड्राफ़्ट में हमें क्या मिला

2 नवंबर 2026 को हमने Claude के तीन मॉडल्स (Haiku 5.5, Sonnet 5.5 और Opus 5.5) से तीन विषयों में से हर एक पर लगभग 130 शब्दों का ब्लॉग पोस्ट इंट्रो लिखने को कहा: छोटे बिज़नेस को ईमेल लिस्ट क्यों बनानी चाहिए, टीमों को मीटिंग नोट्स क्यों लिखने चाहिए, और किसी सहकर्मी को फ़ीडबैक कैसे दें। ये ड्राफ़्ट अंग्रेज़ी में लिखे गए थे, और नीचे की सारी गिनती अंग्रेज़ी मूल की है। हमने प्रॉम्प्ट एक एजेंट टूल से भेजे, जो अपने बैकग्राउंड निर्देश जोड़ता है और इनका शैली पर असर पड़ सकता है। हमने मॉडल्स से सिर्फ़ टेक्स्ट लिखकर जवाब देने को कहा, पहला जवाब रखा और कुछ एडिट नहीं किया। फिर हमने इन अंशों को उन सलाहों से मिलाया जो हमारी पढ़ी हुई गाइड्स में आम तौर पर मिलती हैं।

तो इनमें समान क्या था? चार चीज़ें बार-बार लौटती रहीं, हालाँकि हमने इंट्रो ही माँगे थे और इंसानों के लिखे इंट्रो में भी इनमें से कुछ मिलता है:

• अंत के पास एक घोषणा। नौ में से सात ड्राफ़्ट यह बताकर ख़त्म हुए कि आगे क्या आएगा: "इस पोस्ट में हम आपको बताएँगे..." या "इसकी वजह यह है..."
• तीन हिस्सों वाली सूचियाँ। हमने 68 वाक्यों में 16 गिनीं, और नौ में से आठ अंशों में कम से कम एक थी।
• जाँचने लायक कोई स्रोत या आँकड़ा नहीं। किसी अंश में न कोई अंक था, न किसी व्यक्ति, कंपनी या स्रोत का नाम।
• वही विचार, वही शब्द। Sonnet और Opus दोनों ने शब्द-दर-शब्द एक ही वाक्य लिखा: "An email list is different, because it belongs to you." ("ईमेल लिस्ट अलग होती है, क्योंकि वह आपकी अपनी होती है।") दोनों ने यह वाक्यांश भी इस्तेमाल किया: "अच्छे नोट्स का लंबा या सजा-सँवरा होना ज़रूरी नहीं।" ईमेल वाले तीनों ड्राफ़्ट ने कहा कि लिस्ट "आपकी अपनी होती है।"

इन ड्राफ़्ट में कुछ भी साफ़ तौर पर ग़लत नहीं है, लेकिन एक ही कंपनी के मॉडल्स एक जैसे वाक्यों तक पहुँचे, और इन्हें कोई भी बिज़नेस छाप सकता है।

यह एक छोटी जाँच थी, कोई स्टडी नहीं। इसमें एक ही कंपनी के मॉडल्स के नौ छोटे अंश और प्रॉम्प्ट की एक ही शैली है, और तुलना के लिए कोई इंसानी लेखन नहीं है। ज़्यादातर अंश हर मॉडल की एक ही रिक्वेस्ट से आए, इसलिए वे पूरी तरह स्वतंत्र रन नहीं हैं। दूसरे मॉडल्स और लंबे टेक्स्ट का व्यवहार अलग हो सकता है: Wikipedia की गाइड में उद्धृत एक वेंडर बेंचमार्क के मुताबिक़ GPT-6 के लगभग 60% वाक्य 8-21 शब्दों के थे। फिर भी इस जाँच से यह ज़रूर दिखता है कि शब्दों की सूची से जाँचने पर कुछ न मिले, तब भी टेक्स्ट जेनेरिक लग सकता है।

AI लेखन रोबोट जैसा क्यों लगता है

ट्यूनिंग मॉडल्स को एक ही शैली की ओर धकेलती है

सबसे अच्छा सबूत Alex Reinhart और उनके साथियों की PNAS में छपी 2025 की एक स्टडी से मिलता है। उन्होंने मॉडल्स से इंसानों के लिखे टेक्स्ट को आगे बढ़ाने को कहा और नतीजों की तुलना इससे की कि इंसानों ने असल में आगे क्या लिखा था। उन्होंने GPT-4o, GPT-4o Mini और Llama 3 के कई वैरिएंट परखे। इंस्ट्रक्शन-ट्यून किए गए मॉडल्स ने प्रेज़ेंट पार्टिसिपल क्लॉज़ इंसानों की दर से 2 से 5 गुना और नॉमिनलाइज़ेशन, यानी क्रियाओं या विशेषणों से बनी संज्ञाएँ, इंसानों की दर से 1.5 से 2 गुना इस्तेमाल किए।

बिना ट्यूनिंग वाले Llama बेस मॉडल्स ने ये चीज़ें लगभग इंसानी टेक्स्ट जितनी ही दर से इस्तेमाल कीं। लेखकों के मुताबिक़ इंस्ट्रक्शन ट्यूनिंग "मॉडल के आउटपुट को ज़्यादा नहीं, बल्कि कम इंसानी बनाती दिखती है।" उनका सुझाव है कि इससे दूसरी शैलियों की नकल करने की मॉडल की क्षमता भी सीमित होती है, इसलिए "इंसान की तरह लिखो" कहने का असर शायद एक हद तक ही हो।

यह स्टडी एक लोकप्रिय टिप को भी इतना सीधा नहीं रहने देती। GPT-4o ने बिना कर्ता वाला पैसिव वॉइस ("ग़लतियाँ हुईं") इंसानों की दर से लगभग आधा इस्तेमाल किया, इसलिए पैसिव वॉइस ढूँढते रहना शायद ग़लत चीज़ ठीक करना है। ये 2024 के मॉडल थे, और नए मॉडल अलग हो सकते हैं। इन आँकड़ों को दिशा मानें, मौजूदा माप नहीं।

इंसानी फ़ीडबैक की भी भूमिका हो सकती है

ट्यूनिंग ऐसा क्यों करती होगी? एक सुराग, जो व्याकरण के बजाय शब्दावली से जुड़ा है, Tom Juzek और Zina Ward के COLING 2025 के एक पेपर से मिलता है, जो इस पर है कि ChatGPT "delve" जैसे शब्द ज़रूरत से ज़्यादा क्यों इस्तेमाल करता था। उन्हें ऐसा कोई सबूत नहीं मिला कि इसकी वजह ट्रेनिंग डेटा, आर्किटेक्चर या एल्गोरिदम के चुनाव थे। Llama पर उनके टेस्ट इस बात से मेल खाते थे कि इंसानी रेटर्स के फ़ीडबैक की इसमें भूमिका है, लेकिन सबूत मिले-जुले थे और वे इसे साबित करने का दावा नहीं करते। इसे एक संभावित, आंशिक व्याख्या मानें।

मॉडल वह नहीं जानता जो आप जानते हैं

हमारे प्रॉम्प्ट में एक विषय और एक लंबाई थी। ग्राहकों या नतीजों के बारे में कुछ नहीं था, इसलिए मॉडल्स ने जगह उन बातों से भर दी जो किसी भी बिज़नेस या टीम के बारे में कही जा सकती हैं। जब किसी ने ठोस दृश्य लिखना चाहा, तो उसे गढ़ना पड़ा: Sonnet के मीटिंग नोट्स वाले ड्राफ़्ट में एक व्यक्ति को शुक्रवार की डेडलाइन याद है और दूसरा क़सम खाता है कि वह मंगलवार थी। बढ़िया ब्योरा है, और ऐसी कोई मीटिंग हुई ही नहीं।

दिखने वाले संकेत बदलते रहते हैं

Wikipedia के संपादक AI लेखन के संकेतों की एक लंबी फ़ील्ड गाइड रखते हैं। वह कुछ संकेतों को दौर के हिसाब से बाँटती है और एम डैश के ज़रूरत से ज़्यादा इस्तेमाल को ऐतिहासिक संकेतों में रखती है, जिनकी तारीख़ 2022 से सितंबर 2026 है, और साथ में यह भी कहती है कि वे अब भी दिखते हैं। उसमें उद्धृत जुलाई 2026 की एक स्टडी के मुताबिक़ समकालीन मॉडल्स में सिर्फ़ Claude ने पेशेवर लेखकों से ज़्यादा एम डैश इस्तेमाल किए, इसलिए हमारे Claude ड्राफ़्ट में शून्य की वजह नए मॉडल या हमारा सेटअप हो सकता है। गाइड यह चेतावनी भी देती है कि ये संकेत सबूत नहीं हैं, क्योंकि लोग भी ऐसे लिखते हैं, और कुछ संकेत सिर्फ़ Wikipedia पर लागू होते हैं। संकेतों की चेकलिस्ट जल्दी पुरानी पड़ सकती है।

हाथ से कैसे सुधारें: छह बदलाव, इसी क्रम में

यह हमारे टेस्ट का Haiku वाला ईमेल ड्राफ़्ट है, बिना एडिट किया (अंग्रेज़ी मूल में 145 शब्द)। यहाँ उसका अनुवाद दिया गया है:

ईमेल लिस्ट बनाना उन गिने-चुने मार्केटिंग क़दमों में से है जिन पर किसी छोटे बिज़नेस का पूरा अधिकार होता है। सोशल मीडिया फ़ीड अपने एल्गोरिदम बदलते रहते हैं, विज्ञापन का ख़र्च बढ़ता जाता है, और कोई प्लेटफ़ॉर्म रातोंरात आपकी पहुँच सीमित कर सकता है। ईमेल लिस्ट आपकी अपनी होती है। हर सब्सक्राइबर वह इंसान है जिसने ख़ुद आपकी ख़बरें पाने को कहा, और यह अनुमति किसी क्षणिक इंप्रेशन से ज़्यादा क़ीमती है। ईमेल से कन्वर्ज़न भी अक्सर अच्छा मिलता है: संदेश ग्राहक के इनबॉक्स में पहुँचकर वहीं इंतज़ार करता है और जब वह ख़रीदने को तैयार हो, तब पढ़ा जा सकता है। सीमित बजट वाली छोटी टीम के लिए इसी वजह से लिस्ट ग्राहकों को वापस लाने, नए प्रोडक्ट की घोषणा करने या बस संपर्क में रहने के सबसे भरोसेमंद तरीक़ों में से एक है। इस पोस्ट में हम आपको बताएँगे कि शुरू से लिस्ट कैसे बनाएँ, लोगों को उनके ईमेल पते के बदले क्या दें, और कौन-सी आसान आदतें सब्सक्राइबर्स को जोड़े रखती हैं।

1. घोषणा हटाएँ। आख़िरी वाक्य लेख शुरू करने के बजाय उसका वर्णन करता है। उसे काट दें और अगले पैराग्राफ़ को काम करने दें।

2. स्वैप टेस्ट करें। हर वाक्य से पूछें: क्या कोई प्रतिस्पर्धी इसे जस का तस छाप सकता है? "ईमेल लिस्ट आपकी अपनी होती है" फ़ेल होता है, और यहाँ लगभग बाक़ी सब भी। जो फ़ेल हो उस पर निशान लगाएँ। उन वाक्यों को बदला या हटाया जाएगा।

3. वह जोड़ें जो सिर्फ़ आप जानते हैं। यह क़दम कोई टूल आपके लिए नहीं कर सकता। आपके साथ क्या हुआ? आपने कौन-सा आँकड़ा देखा? किसने क्या कहा? अगर जवाब नहीं दे सकते, तो वह दावा हटा दें। मॉडल से "कोई निजी कहानी जोड़ दो" न कहें, क्योंकि वह गढ़ लेगा।

4. संज्ञाओं को फिर से क्रिया बनाएँ। "यह अनुमति किसी क्षणिक इंप्रेशन से ज़्यादा क़ीमती है" अमूर्त बातों के बारे में है। "उन्होंने ख़ुद हमारी ख़बरें पाने को कहा" लोगों के बारे में है। बताएँ कि किसने क्या किया।

5. तीन हिस्सों वाली सूचियाँ तोड़ें। "ग्राहकों को वापस लाने, नए प्रोडक्ट की घोषणा करने या बस संपर्क में रहने" पूरा तो लगता है, पर कहता कम है। वह एक चीज़ रखें जो आपके पाठक के लिए सबसे ज़्यादा मायने रखती है।

6. अपनी राय रखें, फिर ज़ोर से पढ़ें। कहें कि आप असल में क्या करेंगे। "अक्सर" जैसा नरम शब्द तब रखें जब वह सही हो, और तब हटा दें जब वह सिर्फ़ सुरक्षित दिखने के लिए हो। ज़ोर से पढ़ते समय जहाँ अटकें, वहाँ दोबारा लिखें।

यह रहा नतीजा, एक टेम्पलेट के रूप में। यह भी अंग्रेज़ी मूल का अनुवाद है। हमने कोई दुकान गढ़ने के बजाय ब्रैकेट छोड़े हैं, क्योंकि हर ब्रैकेट वह चीज़ है जिसे सिर्फ़ लेखक ईमानदारी से भर सकता है:

पिछले [महीने], [प्लेटफ़ॉर्म] ने हमारे [संख्या] फ़ॉलोअर्स में से ज़्यादातर को हमारी पोस्ट दिखाना बंद कर दिया। हमें तब पता चला जब [क्या गिरा]। हमारी ईमेल लिस्ट में [संख्या] नाम हैं, और हम उन्हें जो भेजते हैं उसे कौन देखेगा, यह [प्लेटफ़ॉर्म] तय नहीं करता। उन्होंने [कहाँ और क्यों] साइन अप किया, और जब हम [क्या] भेजते हैं, तो [आगे क्या होता है]। इसलिए हमारी सलाह है कि विज्ञापन पर और ख़र्च करने से पहले लिस्ट शुरू करें। हमारी लिस्ट [आपने जो सबसे आसान काम किया] से शुरू हुई।

70 शब्दों की यह गिनती अंग्रेज़ी संस्करण की है। ब्रैकेट सच्चाई से भर जाएँ, तो ये 70 शब्द मूल के 145 शब्दों से ज़्यादा बात कहते हैं। अगर आप इनमें से ज़्यादातर नहीं भर सकते, तो ड्राफ़्ट अभी एडिटिंग के लिए तैयार नहीं है। आपके पास अभी कहने को कोई बात ही नहीं है, और ज़्यादा चमकाने से भी वह नहीं आएगी।

क्या न करें

• जानबूझकर टाइपो या अटपटे वाक्य न डालें। इनसे आपका काम लापरवाह लगता है और पाठक को कुछ नहीं मिलता।
• क़िस्से, स्रोत या आँकड़े न गढ़ें। गढ़ा हुआ ब्योरा तब तक अच्छा लगता है जब तक कोई उसे जाँच न ले।
• सिर्फ़ पर्यायवाची न बदलें। कम इस्तेमाल होने वाले शब्द के साथ भी खोखला वाक्य खोखला ही रहता है।
• डिटेक्टर के लिए एडिट न करें। डिटेक्टर दोनों तरफ़ ग़लतियाँ करते हैं, जैसा हमने AI डिटेक्टर कितने सटीक हैं? में बताया है। पढ़ने वाले इंसान के लिए एडिट करें।

एडिटिंग से आपके ऊपर लागू नियम भी नहीं बदलते। अगर आपका स्कूल या नियोक्ता AI के इस्तेमाल पर रोक लगाता है, तो अच्छी तरह दोबारा लिख लेने से मूल इस्तेमाल जायज़ नहीं हो जाता, इसलिए पहले नीति देख लें।

टूल कहाँ काम आते हैं

टूल मशीनी हिस्सा संभालते हैं। एडिट करने से पहले ही बेहतर इनपुट मदद करता है: मॉडल को अपने तथ्य, अपने पाठक की जानकारी और अपने लेखन का एक नमूना दें, और कहें कि अंदाज़ा लगाने के बजाय जगह ख़ाली छोड़े। Clever AI Hub में आप एक ही चैट से GPT, Claude, Gemini, Grok और दूसरे मॉडल्स से पूछ सकते हैं और एक टैप में मॉडल बदल सकते हैं, इसलिए एक ही प्रॉम्प्ट कई मॉडल्स पर आज़माकर वह ड्राफ़्ट रखना आसान है जिस पर सबसे कम काम करना पड़े। आप अपने निर्देश किसी एजेंट में सेव करके किसी भी चैट में दोबारा इस्तेमाल भी कर सकते हैं।

हाथ से एडिट करने के बाद AI ह्यूमनाइज़र एक बार में 20 से 4,000 कैरेक्टर की भाषा को पाँच में से किसी एक टोन में सँवार सकता है। हमने इस लेख के लिए उसका आउटपुट नहीं परखा, इसलिए हम नतीजों के बारे में कोई दावा नहीं करते। उसका अपना पेज कहता है कि कोई भी टूल हर डिटेक्टर पास करने का वादा नहीं कर सकता, और आपको नतीजा पढ़कर वह सब ठीक करना चाहिए जो आपके जैसा न लगे। सबसे आख़िर में ग्रामर चेक बची हुई ग़लतियाँ पकड़ लेता है।

आम सवाल

क्या पहले ड्राफ़्ट के लिए AI इस्तेमाल करना ग़लत है? यह इस पर निर्भर करता है कि वह कहाँ जा रहा है। स्कूल और नियोक्ता अपने नियम ख़ुद तय करते हैं। वेब कंटेंट के लिए Google कहता है कि "AI या ऑटोमेशन का उचित इस्तेमाल हमारी गाइडलाइंस के ख़िलाफ़ नहीं है," जबकि मुख्य रूप से सर्च रैंकिंग में हेरफेर के लिए बनाया गया कंटेंट उसकी स्पैम नीतियों का उल्लंघन करता है। वह यह भी कहता है कि AI के इस्तेमाल से कंटेंट को कोई ख़ास फ़ायदा नहीं मिलता।

क्या लोग सिर्फ़ पढ़कर AI लेखन को भरोसेमंद तरीक़े से पहचान सकते हैं? भरोसेमंद तरीक़े से नहीं। Wikipedia की गाइड कहती है कि इनमें से कई पैटर्न इंसानी लेखन में भी मिलते हैं, और स्टडीज़ में पाया गया है कि लोग अक्सर तुक्के से बस थोड़ा ही बेहतर कर पाते हैं, हालाँकि कुछ अनुभवी पाठक बेहतर करते हैं। सिर्फ़ शैली के आधार पर किसी पर आरोप न लगाएँ।

इसमें कितना समय लगता है? काट-छाँट और स्वैप टेस्ट जल्दी हो जाते हैं। क़दम 3 में उतना समय लगता है जितना यह याद करने में लगे कि असल में क्या हुआ था। जब वहाँ जोड़ने को कुछ न हो, तो समय चमकाने के बजाय पता लगाने में लगाना बेहतर है।